传统检索增强生成（RAG）模式存在一个根本性缺陷：每次回答问题都需要从零开始处理原始文档，导致算力消耗巨大且无法积累经验。系统在导入文档时仅进行基础分块和向量化处理，真正耗费资源的工作发生在用户提问时——系统需要实时检索、拼接片段并生成答案。这种模式虽然保证了事实准确性，但重复处理相同内容的成本随查询次数线性增长，且系统不会因多次回答而提升效率。 LLM ...